AI 情报文章归档

BottleCap AI 发布 ThinkingCap-Qwen3.8-27B，这是基于 Qwen3.8-27B 的微调模型，在 12 个基准上平均减少 37.2% 思考 token，宏观精度从 86.65% 降至 85.79%。

Agents keep gaining access to more MCP tools — dozens, then hundreds. Exposing them all at once to...

我们正在努力为你们这些 dejevnerates 带来你们想要的东西，注册仍然关闭，敬请期待！🏗️

你的下一个应用可能在 VR 里。 描述一个应用，Replit 就会为 @Meta 设备构建它。 今日在 #MetaConnect 上宣布。开始构建：https://replit.com/partners/meta

Perplexity 发布 Search API 的 Fast Search，由其自研 Rust 检索与排序引擎 Photon 驱动，95% 的搜索结果在 230ms 或更短时间内返回，作者称 p95 延迟低于 250ms。

Claude Code 发布 v2.1.282，新增 maxProseWidth 设置，可在宽终端中限制 Claude 正文宽度，表格与代码块仍保持全宽。该版本还修复了会话续接时重复发送历史消息、扩展思考被丢弃，以及 web 搜索结果无法解密导致请求 400 报错等问题。

LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，配套开源 CLI smithtune（github.com/langchain-ai/smithtune）。

Hermes 桌面端用户现在可以观看机器人的屏幕操作，并在需要时接管控制。 “观看他人工作是人类最愉悦的状态之一” 我得教教他们什么叫“测试”👀

GitHub Security Lab 的 Antonio Morales 开源了基于 Taskflow Agent 的 Fuzzing Taskflow，指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖报告并分诊崩溃。

How we build VolunteerPress with AI, the checks every change has to pass, and the bug those checks...

🔊 2:08 🔊 模型没有放慢脚步，风险也没有。 对话需要超越“AI 安全”，转向网络安全：谁有访问权限、什么被连接、以及如何保障安全。 这正是 Replit 关注的方向。构建你所需的东西。把混乱挡在外面。

Elon Musk 转发消息称 Google 将于下周用 SpaceX Falcon 9 发射 TPU 上太空，测试轨道 AI 数据中心，并预测太空中的算力最终将占到全部算力的100%。

19 台 Unitree 人形机器人与 120 名舞者在上海同台，现场观众超过 10,000 人，成为全球规模最大的全尺寸人形机器人现场表演。采用完全 AI 驱动的自主协同，并进行全球实时直播。

一项半定量研究以《猴岛小英雄》中格罗格酒溶解锡杯的谜题为对象，用逆向建模估算其所需酸性。作者在《The Secret of Monkey Island: Special Edition》中实测杯子约 35 秒被腐蚀穿透，并按杯壁厚 2 mm、材质纯锡建模。研究目的不是复现可实验的格罗格配方，而是判断哪些化学特性才能与已知腐蚀科学相符。

新泽西州对东海岸最大规划数据中心之一的运营商 DataOne 处以 110 万美元罚款，因其未经许可秘密运行 62 台燃气发电机，其中 45 台在被 The Guardian 与 Floodlight News 的热成像无人机画面曝光时正在运行，单机容量 1,982 千瓦，超过该州 37 千瓦限制 50 多倍。

Oracle 向新墨西哥 Stargate 数据中心园区 Project Jupiter 的开发商发出不可抗力通知，据 Bloomberg 报道，此举是为了在设施未按时上线时允许延迟付款，并非退出租约。

论高维潜变量的可扩散性 论文：https://huggingface.co/papers/2609.28473

呈现 Memebench 总决赛 第一轮排名前 4 的模型展开对决，看哪个模型在“Why would I deceive you”这个梗上做得更出色。 哪个模型做得更出色？A、B、C 还是 D？ 👇🏻 在下方投票：

在 Perplexity Search API 中推出 Fast Search。 Fast Search 运行在 Photon 之上，这是我们新的基于 Rust 的检索与排序服务，由一个小型工程师团队和数百个智能体构建而成。 它能在 230 毫秒或更短时间内返回 95% 的搜索结果。

东京初创公司 Sakana AI 聘请 Jürgen Schmidhuber 出任首席科学顾问，称其为现代 AI 之父。Sakana 认为其 1990 年世界模型和 1991 年深度学习方面的工作以及 1987 年关于元学习与递归自我改进的论文，直接影响了 Darwin Gödel Machine 和 The AI Scientist 等项目。

快就是好。 Grok 将在 2 到 3 个月内达到 Fable/GPT-6 级别

The Verge 记者 Justine Calma 评析黄仁勋在 The Ezra Klein Show 上的言论，黄仁勋称 AI 拯救气候前不得不先使用化石燃料、造成痛苦。

Asynchronous monitoring, incident investigations, and compliance audits primarily rely on agent traces to reconstruct what happened. These analyses assume that LLM agents cannot tamper with their own execution traces. We show that local LL…

Dreambeans 是我们在 @GoogleLabs 较新的实验之一。它正获得越来越多狂热粉丝。 很简单：每天早上固定数量的“beans”会冲泡出来。它们把你引向真实世界，与真实的人一起做你关心的事。 试试看吧！

Latent world models are typically trained to predict factual transitions, whereas model predictive control (MPC) must compare alternative actions from the same state. A model can therefore achieve low factual prediction error yet poorly di…

Distributed learning in embodied reinforcement-learning agents offers a degree of privacy by retaining raw sensor data on-device and transmitting only policy gradients to the server. Yet temporal structure can amplify this leakage beyond s…

Conspiratorial discourse on social media is not always expressed through explicit claims or stable lexical markers. The same surface content may express endorsement, legitimate concerns, criticism, satire, or mockery. The main challenge is…

Coding agents have demonstrated enormous success in solving complex programming problems. To leverage their potential for robot systems, this work introduces Robot Agentic Programming from Demonstrations (RAPID), which automatically genera…

World Action Models (WAMs) couple action generation with future visual prediction for robotic manipulation. However, completing the joint video-action denoising process at each replanning cycle incurs substantial latency, delaying action u…

Dedicated decision models such as Jev map unstructured language to probability distributions over finite choices, allowing their outputs to directly route requests, select tools, and trigger actions. Yet real-world inputs rarely arrive in …

Recent research on Multimodal Sentiment Analysis (MSA) has focused on learning from language, visual, and acoustic modalities with incomplete data to infer human sentiment. Most studies typically compensate for missing information by recon…

在 Krea Agent 中推出自定义应用。 构建按你想要的方式工作的创意工具。角色工作室、3D 查看器、动态效果。只需描述这个应用。 了解更多 + 示例见下方 👇

Task and motion planning (TAMP) problems remain difficult even with full observability and object-centric states because discrete decisions are tightly coupled to geometric, kinematic, and dynamic constraints. Generalized TAMP addresses th…

马斯克称 SpaceX 的 AI 投入仅 3 年，而 Anthropic 和 OpenAI 分别已 6 年、10 年，若二阶导数保持强劲，SpaceX 约 6 个月就能到达头名位置。他还认为智能一旦远超某类任务所需水平便无意义，并强调快速上线大规模算力极其困难，而 SpaceX 在这方面表现突出。

Meta 宣布两款 AI 游戏开发工具：移动端应用 Horizon Create 和浏览器端应用 Horizon Studio，均支持用 AI 提示词生成 2D 或 3D 移动游戏，包含进度系统、难度平衡、美术方向和多人玩法，目前以早期访问形式开放候补名单。

一种名为 Dynamic Abliteration 的方法通过 PyTorch forward hooks 在运行时拦截多层残差流，无需修改权重即可抑制 Qwen3-4B 的拒绝行为，基座模型权重保持 100% 冻结。该方案在 A100 上以 Qwen/Qwen3-4B（隐藏维度 2560、36 层）为概念验证，对比了传统单层拒绝向量减法会永久改变权重并损害非拒绝任务的问题。

华为乾崑智驾 ADS 5 新版本（ADS Max V5.0.2）即将推送，领航与泊车体验双升级。领航侧新增组队出行、队内实时语音对讲，导航搜索拓展至自车周边与目的地两大场景；泊车侧新增「AR 人找车」，可在华为乾崑 App 的 ADS 板块跨层、室外精准定位车辆。

Online misinformation increasingly appears in spoken formats such as news clips, podcasts, interviews, political speeches, and social media videos, creating a need for fact-checking systems that can verify claims directly from speech. We i…

Foundation models are post-trained with reinforcement learning (RL) to maximize specific rewards, such as human alignment, correctness, or instruction following. This post-training process is computationally intensive, sometimes unstable, …

我提议用这个来正式替代那张著名的（如今已饱和的）METR 长任务时间跨度图表——它以前出现在每一场 AI 演讲里。